基于任务分解模型的离散数据格网化并行优化

摘要：

针对国产应用的性能提升,基于CPU＼GPU多核技术,提出软硬件结合的并行优化策略及反距离权重(IDW)插值的并行优化算法(P IDW),优化离散数据网格化处理.针对并行处理中的线程任务分解共性难点,设计基于开放多核处理(OpenMP)与统一计算设备架构(CUDA)的线程任务分解模型(TTDM),具有线程访问安全(不越界)、计算无冗余(无重复)、计算完整(无遗漏)等特点,具有较好的计算均衡性(负载均衡).通过国产及商用多环境实验,加速比分别是3.6和5.9,验证了PIDW算法的性能提升能力.

关键词：多核技术、离散数据、格网化、线程任务分解模型、反距离权重、开放多核处理、统一计算设备架构

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：十三五预研基金项目31511070401

在线出版日期：2018-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1774-1781